Система комп’ютерного зору на основі згорткових мереж

Скорочена інформація про документ
dc.contributor.advisorЯкименко, Юрій Іванович
dc.contributor.authorВасиленко, Михайло Євгенович
dc.date.accessioned2025-05-28T12:32:52Z
dc.date.available2025-05-28T12:32:52Z
dc.date.issued2024
dc.description.abstractМагістерська дисертація присвячена розробці системи комп’ютерного зору на основі згорткових нейронних мереж для використання з безпілотними літальними апаратами у режимі реального часу. Дисертація складається зі вступу, 10 розділів, висновків та списку використаних джерел (47 джерел). Робота викладена на 96 сторінках друкованого тексту, містить 32 таблиці, 36 рисунків і 11 формул. Метою дисертаційної роботи є створення системи комп'ютерного зору, здатної виявляти та класифікувати об’єкти у режимі реального часу. Досягнення цієї мети включало аналіз існуючих алгоритмів і архітектур комп’ютерного зору, навчання моделей на основі YOLOv5 для різних дистанцій, інтеграцію системи з серверною інфраструктурою, а також тестування розробленої системи в реальних умовах. У роботі використано згорткові нейронні мережі (ЗНМ), зокрема архітектуру YOLOv5 та її модифіковану версію для роботи з довільно орієнтованими рамками (OBB). Застасовани алгоритми виявлення для OBB та горизонтальних рамок (HBB). Для навчання та тестування моделей застосовано набори даних KITTI та VSAI. Система інтегрована із серверною інфраструктурою на базі протоколу RTMP і сервера SRS для обробки відеопотоків у реальному часі. Результатом дослідження стала система комп’ютерного зору, яка демонструє високу продуктивність і можливість застосування у реальних сценаріях. Розроблена система інтегрується з БПЛА для виявлення об'єктів з повітря.
dc.description.abstractotherThe master's thesis is dedicated to the development of a computer vision system based on convolutional neural networks (CNNs) for real-time operation with unmanned aerial vehicles (UAVs). The thesis consists of an introduction, 10 chapters, conclusions, and a list of references (47 sources). The work is presented on 96 pages of printed text, including 32 tables, 36 figures, and 11 formulas. The aim of the thesis is to develop a computer vision system capable of detecting and classifying objects in real-time. Achieving this goal involved analyzing existing algorithms and architectures in computer vision, training YOLOv5-based models for various distances, integrating the system into a server infrastructure, and testing the developed system in real-world conditions. The study utilized convolutional neural networks (CNNs), specifically the YOLOv5 architecture and its modified version adapted for oriented bounding boxes (OBB). Detection algorithms for both OBB and horizontal bounding boxes (HBB) were applied. The KITTI and VSAI datasets were used for training and testing the models. The system was integrated with a server infrastructure using the RTMP protocol and the SRS server for real-time video stream processing. As a result, a high-performance computer vision system was developed, demonstrating applicability in real-world scenarios. The system integrates with UAVs to detect objects from aerial perspectives.
dc.format.extent96 с.
dc.identifier.citationВасиленко, М. Є. Система комп’ютерного зору на основі згорткових мереж : магістерська дис. : 153 Мікро- та наносистемна техніка / Василенко Михайло Євгенович. – Київ, 2024. – 96 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/73987
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectкомп’ютерний зір
dc.subjectзгорткові нейронні мережі
dc.subjectYOLOv5
dc.subjectсерверна інфраструктура
dc.subjectRTMP
dc.subjectSRS
dc.subjectБПЛА
dc.subjectcomputer vision
dc.subjectconvolutional neural networks
dc.subjectserver infrastructure
dc.subjectUAV
dc.titleСистема комп’ютерного зору на основі згорткових мереж
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Vasylenko_magistr.pdf
Розмір:
4.03 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (МЕ)
Магістерські роботи